Kunden mit Statistica-Lösung betreiben
erfolgreiches Cross-/Up-Selling.

Entdecken Sie diese und
andere Konsummuster.

Warenkorbanalysen

Warenkorbanalysen untersuchen, was für Ereignisse zusammen auftreten, beispielsweise welche Artikel eines Unternehmens gemeinsam nachgefragt werden. Dabei können einzelne oder mehrere, sequenzielle Transaktionen betrachtet werden. Ein gern zitiertes Beispiel ist, dass in Supermärkten Windeln und Bier überproportional häufig zusammen gekauft werden. Schaut man genauer hin, offenbart sich, dass vor allem junge Väter für dieses Muster verantwortlich sind.

Dieses eher amüsante Beispiel soll nicht darüber hinweg täuschen, dass das Verständnis der Struktur und Stärke solcher Beziehungen nicht selten wertvolle Informationen darstellt, mit denen sich zum Beispiel Kaufempfehlungen abgeben, Cross- und Up-Selling-Angebote gestalten oder Coupon-Angebote entwickeln lassen.

Transaktionale Datenbanken sind häufig sehr groß. Wertvolle Informationen abzuziehen, erfordert daher das richtige Tool. Statistica bietet hierfür hochperformante Analytik, mit der sich Warenkörbe untersuchen und konkrete Entscheidungen ableiten lassen. Die gefundenen Regeln lassen sich auf neue Datenbank-Daten anwenden, etwa um die Wahrscheinlichkeit anzuzeigen, dass ein bestimmter Artikel X nachgefragt wird, wenn sich Artikel Y bereits im Warenkorb befindet.

Eigenschaften der Lösung

  • Vollständigkeit: Alle analytischen Belange sind abgedeckt; die Datenaufbereitung, die Mustererkennung, die Vorauswahl relevanter Einflussgrößen (Feature Selection) bei Prognosen, sowie das Erstellen, Validieren und Anwenden von Modellen.
  • Analyse-Power: Traditionelle Data-Mining-Verfahren wie CART oder CHAID, aber auch hochmoderne Algorithmen wie Boosted Trees, Random Forests und Neural Networks erlauben leistungsstarke Prognosen.
  • Mustererkennung: Entdecken Sie Beziehungen zwischen dem Nachfrage- und dem sonstigen Kundenverhalten; sehen Sie, welche Produkte und Dienstleistungen häufig in einer bestimmten Konstellation oder Abfolge nachgefragt werden und optimieren Sie so Ihre Marketingstrategien.
  • Unternehmensweiter Einsatz: Eine Abteilung deckt Muster auf und entwickelt Modelle, eine andere validiert diese im Testbetrieb, und schließlich gehen Recommendation Engine oder Scoring weltweit live; das Mehrnutzersystem bietet die ideale Plattform, um bestmögliche Resultate zu erzielen.
  • Modelle im Live-Betrieb: Durch sofortige Verarbeitung neu anfallender Kundendaten sowie automatisches Rejustieren von Warenkorb- und Prognosemodellen werden aktuelle Entwicklungen und Erkenntnisse unmittelbar berücksichtigt.

Kontakt